Buchumschlag

Graph Neural Machine: A New Model for Learning with Tabular Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nikolentzos, Giannis, Wang, Siyun, Lutzeyer, Johannes, Vazirgiannis, Michalis
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph Reasoning with Large Language Models via Pseudo-code Prompting
von: Skianis, Konstantinos, et al.
Veröffentlicht: (2024)

What Do GNNs Actually Learn? Towards Understanding their Representations
von: Nikolentzos, Giannis, et al.
Veröffentlicht: (2023)

Graph Neural Networks on Discriminative Graphs of Words
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2024)

KAGNNs: Kolmogorov-Arnold Networks meet Graph Learning
von: Bresson, Roman, et al.
Veröffentlicht: (2024)

Signed Graph Autoencoder for Explainable and Polarization-Aware Network Embeddings
von: Nakis, Nikolaos, et al.
Veröffentlicht: (2024)

Neural Graph Generator: Feature-Conditioned Graph Generation using Latent Diffusion Models
von: Evdaimon, Iakovos, et al.
Veröffentlicht: (2024)

A Simple and Yet Fairly Effective Defense for Graph Neural Networks
von: Ennadir, Sofiane, et al.
Veröffentlicht: (2024)

Centrality Graph Shift Operators for Graph Neural Networks
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2024)

Interpretable Graph Neural Networks for Tabular Data
von: Alkhatib, Amr, et al.
Veröffentlicht: (2023)

Bounding the Expected Robustness of Graph Neural Networks Subject to Node Feature Attacks
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2024)

Efficient Data Selection for Training Genomic Perturbation Models
von: Panagopoulos, George, et al.
Veröffentlicht: (2025)

Graph Neural Network Generalization with Gaussian Mixture Model Based Augmentation
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2024)

Post-Hoc Robustness Enhancement in Graph Neural Networks with Conditional Random Fields
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2024)

GraViti: Graph-Level Variational Autoencoders with Relaxed Permutation Invariance
von: Bresson, Roman, et al.
Veröffentlicht: (2026)

ADMP-GNN: Adaptive Depth Message Passing GNN
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2025)

If You Want to Be Robust, Be Wary of Initialization
von: Ennadir, Sofiane, et al.
Veröffentlicht: (2025)

Graph Linearization Methods for Reasoning on Graphs with Large Language Models
von: Xypolopoulos, Christos, et al.
Veröffentlicht: (2024)

On the Lipschitz Continuity of Set Aggregation Functions and Neural Networks for Sets
von: Nikolentzos, Giannis, et al.
Veröffentlicht: (2025)

SHAKE-GNN: Scalable Hierarchical Kirchhoff-Forest Graph Neural Network
von: Cui, Zhipu, et al.
Veröffentlicht: (2025)

Bitcoin Research with a Transaction Graph Dataset
von: Schnoering, Hugo, et al.
Veröffentlicht: (2024)

Archetypal Graph Generative Models: Explainable and Identifiable Communities via Anchor-Dominant Convex Hulls
von: Nakis, Nikolaos, et al.
Veröffentlicht: (2026)

Aitchison Embeddings for Learning Compositional Graph Representations
von: Nakis, Nikolaos, et al.
Veröffentlicht: (2026)

Obtaining Example-Based Explanations from Deep Neural Networks
von: Dong, Genghua, et al.
Veröffentlicht: (2025)

Explaining Predictions by Characteristic Rules
von: Alkhatib, Amr, et al.
Veröffentlicht: (2024)

Rolling Forward: Enhancing LightGCN with Causal Graph Convolution for Credit Bond Recommendation
von: Ghiye, Ashraf, et al.
Veröffentlicht: (2025)

Graph Representational Learning: When Does More Expressivity Hurt Generalization?
von: Maskey, Sohir, et al.
Veröffentlicht: (2025)

Prediction via Shapley Value Regression
von: Alkhatib, Amr, et al.
Veröffentlicht: (2025)

The Signed Two-Space Proximity Model for Learning Representations in Protein-Protein Interaction Networks
von: Nakis, Nikolaos, et al.
Veröffentlicht: (2025)

Geometric Self-Supervised Pretraining on 3D Protein Structures using Subgraphs
von: Chatzianastasis, Michail, et al.
Veröffentlicht: (2024)

Cell2Text: Multimodal LLM for Generating Single-Cell Descriptions from RNA-Seq Data
von: Kharouiche, Oussama, et al.
Veröffentlicht: (2025)

Interpretable Graph Neural Networks for Heterogeneous Tabular Data
von: Alkhatib, Amr, et al.
Veröffentlicht: (2024)

Position: Don't be Afraid of Over-Smoothing And Over-Squashing
von: Kormann, Niklas, et al.
Veröffentlicht: (2026)

Prot2Text: Multimodal Protein's Function Generation with GNNs and Transformers
von: Abdine, Hadi, et al.
Veröffentlicht: (2023)

Markovian Generation Chains in Large Language Models
von: Geng, Mingmeng, et al.
Veröffentlicht: (2026)

Graph Neural Network contextual embedding for Deep Learning on Tabular Data
von: Villaizán-Vallelado, Mario, et al.
Veröffentlicht: (2023)

Enhancing Graph Classification Robustness with Singular Pooling
von: Ennadir, Sofiane, et al.
Veröffentlicht: (2025)

A Survey of Deep Learning: From Activations to Transformers
von: Schneider, Johannes, et al.
Veröffentlicht: (2023)

Evaluating Local Explainability Metrics for Machine Learning Models on Tabular Data
von: Pereira, Tomás, et al.
Veröffentlicht: (2026)

A Data-Centric Perspective on Evaluating Machine Learning Models for Tabular Data
von: Tschalzev, Andrej, et al.
Veröffentlicht: (2024)

Metrics to Detect Small-Scale and Large-Scale Citation Orchestration
von: Evdaimon, Iakovos, et al.
Veröffentlicht: (2024)